Tin AI, giải thích · Agent

Agent Skills trở nên trung lập nhà cung cấp: Vì sao marketer cần quan tâm

Anthropic đã trao chuẩn Agent Skills cho Agentic AI Foundation. Bí quyết được viết ra, có thể mang theo, chính là điều đội ngũ marketing cần từ AI agent.

Tin tức: Anthropic trao chuẩn mở Agent Skills cho Agentic AI Foundation trực thuộc Linux Foundation ()

Một số tin AI quan trọng nhất lại nhàm chán bề ngoài. Ngày 22 tháng 10, Anthropic cho biết họ sẽ chuyển giao chuẩn Agent Skills cho Agentic AI Foundation, một tổ chức trực thuộc Linux Foundation. Không có mô hình mới, không có benchmark. Nhưng nếu bạn vận hành marketing bằng AI agent, đây chính là loại hạ tầng quyết định liệu bí quyết của bạn có còn là của bạn hay không.

Điều gì đã xảy ra

Theo bài đăng của Anthropic, một skill là "một thư mục chứa tệp SKILL.md dạy cho agent một tác vụ hoặc lĩnh vực cụ thể, cùng với mọi script hoặc tài liệu tham khảo mà nó cần." Anthropic phát triển định dạng này khi xây dựng Claude Code, vì các agent đa năng thường thiếu kiến thức quy trình mà các tác vụ kinh doanh thực tế đòi hỏi. Công ty ra mắt skill vào tháng 10/2025 và công bố Agent Skills như một chuẩn mở vào tháng 12/2025.

Số liệu áp dụng rất lớn. Anthropic cho biết hơn 70 nền tảng agent đã tích hợp Agent Skills, bao gồm ChatGPT, Cursor, GitHub Copilot và VS Code, và đã có 1 triệu skill được công bố với gần 280 triệu lượt cài đặt.

Giờ đây, bản thân chuẩn này, tên gọi và logo, tổ chức GitHub và tên miền agentskills.io được chuyển cho Agentic AI Foundation (AAIF), tổ chức mà Anthropic đồng sáng lập cùng Block và OpenAI, và là nơi trước đó Anthropic đã trao Model Context Protocol. Các kỹ sư từ Anthropic, Google, OpenAI và các công ty khác sẽ duy trì chuẩn với tư cách cá nhân. Lộ trình đề xuất bao gồm các bản phát hành có phiên bản, quy trình đề xuất chính thức và hướng dẫn bảo mật cho người viết và cài đặt skill.

Vì sao điều này quan trọng

Mọi đội ngũ marketing tôi biết đều có cùng một tài sản ẩn: cách họ làm việc. Cách họ viết một bản brief. Đối thủ nào họ kiểm tra trước. "Đúng chất thương hiệu" có nghĩa là gì với khách hàng này tại thị trường này. Hiện nay phần lớn những điều đó nằm trong đầu mọi người và trong những bộ slide không ai đọc.

Skill là cách viết quy trình đó ra để agent có thể làm theo. Và một chuẩn trung lập nhà cung cấp nghĩa là bạn có thể viết một lần và kỳ vọng nó hoạt động trên các công cụ mà đội ngũ đang dùng. Đó là khác biệt giữa xây dựng trên một nền tảng và xây dựng trên một định dạng. Định dạng tồn tại lâu hơn nền tảng.

Còn một lợi ích thứ hai, thầm lặng hơn. Skill có thể đọc được. Bạn có thể mở thư mục và xem agent đã được yêu cầu làm gì. Trong một lĩnh vực mà "AI đã quyết định" đang trở thành lời bào chữa phổ biến, một quy trình bằng văn bản thuần là một mảnh trách nhiệm giải trình nhỏ nhưng có thật.

Nghiên cứu của tôi nói gì

Tôi đã viết trên Forbes về nấc thang từ viết prompt và tinh chỉnh đến RAG và AI agent trong marketing, và về 18 ứng dụng của AI agent trong marketing. Mô thức tôi luôn quay lại là: agent thất bại không hẳn vì thiếu trí thông minh mà vì thiếu bối cảnh — dữ liệu cụ thể và quy trình cụ thể cho công việc.

Bài báo gần đây nhất của chúng tôi cụ thể hóa điều đó. Trong SOMIN: Agentic AI for Automating Professional Visibility and Countering Content Homogenization (SIGIR 2026), chúng tôi mô tả các agent tăng cường truy xuất giúp người làm chuyên môn viết nội dung LinkedIn có bản sắc riêng. Ý tưởng cốt lõi là agent nên truy xuất dữ liệu bối cảnh thực trước khi viết, để đầu ra giữ được nét riêng thay vì hội tụ về cùng một văn bản chung chung mà agent của mọi người khác tạo ra.

Skill là cặp song sinh mang tính quy trình của truy xuất. Truy xuất cung cấp cho agent dữ kiện. Skill cung cấp phương pháp. Cả hai đều chống lại sự đồng nhất hóa, vì cả hai đều đưa những gì đặc thù của bạn vào một hệ thống vốn mặc định trả về mức trung bình của internet. Nếu mọi thương hiệu chạy cùng một agent với cùng hành vi mặc định, mọi thương hiệu sẽ nghe giống nhau. Skill của bạn là nơi sự khác biệt của bạn tồn tại.

Đội ngũ marketing nên làm gì ngay bây giờ

  • Viết ra ba quy trình bạn lặp lại mỗi tuần, chẳng hạn kiểm tra đối thủ, tổng kết sau chiến dịch hoặc brief sáng tạo, dưới dạng hướng dẫn từng bước rõ ràng kèm ví dụ về đầu ra tốt.
  • Tách riêng các phần đặc thù thương hiệu: giọng điệu, những tuyên bố bị cấm, tuyên bố miễn trừ pháp lý, khác biệt giữa các thị trường. Đây là những phần khiến đầu ra là của riêng bạn.
  • Quản lý phiên bản. Khi quy trình thay đổi, hành vi của agent thay đổi. Hãy đối xử với skill như mã nguồn, có người phụ trách và nhật ký thay đổi.
  • Rà soát bảo mật trước khi cài skill của bên thứ ba. Một skill có thể chứa script. Lộ trình quản trị mới đề cập hướng dẫn bảo mật vì lý do này; cho đến khi có hướng dẫn, hãy đọc những gì bạn cài đặt.
  • Đo lường tính khác biệt, không chỉ tốc độ. Nếu nội dung do agent viết bắt đầu trông giống của đối thủ, bối cảnh của bạn đang quá mỏng.

Chuẩn mở chẳng có gì hấp dẫn cho đến khi bạn cần chuyển công cụ. Khi ngày đó đến, những đội đã viết bí quyết của mình ra ở định dạng di động sẽ chuyển đổi trong một tuần. Những đội khác sẽ phải bắt đầu lại.

Câu hỏi thường gặp

Agent Skill là gì?

Theo Anthropic, skill là một thư mục chứa tệp SKILL.md dạy cho AI agent một tác vụ hoặc lĩnh vực cụ thể, cùng với mọi script hoặc tài liệu tham khảo mà tác vụ cần.

Hiện ai duy trì chuẩn Agent Skills?

Anthropic đã trao chuẩn này, tên gọi, logo, tổ chức GitHub và tên miền agentskills.io cho Agentic AI Foundation trực thuộc Linux Foundation. Các kỹ sư từ Anthropic, Google, OpenAI và các công ty khác duy trì chuẩn với tư cách cá nhân.

Marketer có thể dùng Agent Skills như thế nào?

Bằng cách viết ra các quy trình lặp lại, chẳng hạn brief, đánh giá đối thủ hay báo cáo chiến dịch, cùng với quy tắc thương hiệu và ví dụ, để AI agent trên các công cụ khác nhau làm theo phương pháp của chính đội ngũ thay vì các thiết lập mặc định chung chung.

Nguồn

  1. Donating Agent Skills to the Agentic AI Foundation — Anthropic, 22 October 2026

Prof. Aleks Farseev là nhà sáng lập kiêm CEO của SOMIN.ai và Giáo sư thỉnh giảng về AI tại NUS và INSEAD. Các nghiên cứu bình duyệt của ông bao gồm lập hồ sơ người dùng đa nguồn, gợi ý có nhận biết tính cách và AI có khả năng giải thích cho marketing.